2018年，是中国广告程序化购买发展的元年

1、偏于技术、过于高冷、让人产生距离感，导致营销从业者的抗拒

2、数字营销预算中“程序化购买”已占到20-30%的份额

3、圈内包括的玩家：流量卖方、程序化买方、监测方、数据方

作为程序化购买的一种，RTB买方的中介叫做DSP，他们手上有无数广告需求。卖方中介叫SSP，他们手上有无数广告位招租。交易平台叫做adexchange，卖方和买方在这个中间交易平台进行交易。还有个不得不提的数据管理平台DMP，和传统企业内部的第一方数据（企业自有数据）不一样，DMP有大量第三方数据。

先看流量卖方(SSP)：

1、单一媒体，自己手握流量的：

例如：传统门户网站sina、sohu、腾讯等等；大的垂直媒体；视频类优土、爱奇艺、腾讯、搜狐、

乐视等等；新兴数字电视类的(OTT)乐视、芒果TV等等

2、流量的聚合方：

中小流量的聚合方，例如：baidu联盟、google联盟、聚效等等。

3、广告交易平台(ADX(Ad Exchange))：

为什么会有交易平台的出现呢？这也是“程序化购买”的关键：实时竞价(RTB(RealTimeBidding))。

类似股票交易市场，卖方买方都到一个市场中进行交易。卖方通过程序化的方式将广告流量接入到广告交易平台中，并设定底价，每当一个用户浏览媒体内容页时，其中有一个广告位需要展示广告，此时卖方将该广告曝光机会通过广告交易平台向各程序化买家(DSP)发起竞价请求，各程序化买家根据对该广告曝光机会的评估背对背出价，广告交易平台收到各个程序化买家的出价后，进行比价，找出出价最高的买家，将出价最高的广告素材给到媒体进行展示，同时将竞价成功的结果返回给到胜出的程序化买家，整个过程都是通过程序化的方式在100毫秒内完成的。

目前市面上的广告交易平台有很多，例如：baidu、google、TANX、门户及视频媒体自有的ADX、纯移动的adview、inmobi等等；每天共计超过170亿的广告流量、移动端超过40亿、PC端超过110亿、视频(播放器内贴片、暂停、角标等)超过21亿 、移动信息流及原生广告超过12.4亿可通过程序化的方式

从程序化买方角度看：

首先是程序化买家(DSP(Demand-Side Platform需求方平台))：

刚刚已经将RTB整体流程讲过了，这里简单介绍一下目前常见的DSP，主要有几类：独立DSP、依附于流量(媒体、Adx、Adnetwork)的DSP、独有DMP数据的DSP。

独立的DSP例如：品牌类品友互动等、游戏类新数、璧合等等；独立DSP因为不拥有资源，只有不断地给广告主证明“程序化购买”这个持续优化工具本身的效率才是立足之本，有点像炒股软件。所以他们对流量程序化购买上是一个相对公立的立场

依附于流量(媒体、Adx、Adnetwork)的DSP例如：腾讯的智慧推、sina的扶翼、google的DBM、聚效、广告家等等；他们因为依附于自有的一些流量，而且对自有流量有一定的优先权和变现压力；在外部流量的对接上会受到一些制约。导致天然上就失去了一定的公立性

然后是程序化交易台(TradingDesk)：随着分工不断精细化及专业化，刚刚就已经讲了一堆堆的角色了，大大增加了程序化广告下单执行及监控数据的复杂度，广告主及代理公司希望一站式操控。就出现了程序化购买下单执行一站式交易平台：Trading Desk。这类有昌荣ATD、Accuen、reachmax、admaster、品友互动等等

监测方

传统第三方监测公司：秒针、admaster等等；

新兴的广告环境验证公司：Sizmek、RTBAsia等等，主要通过技术手段监测广告曝光时的媒体内容页的品牌完全环境、广告可见性等；目前因技术成熟度、网络环境等等问题还不是很稳定且大部分只能监测PC上的部分媒体环境；

免费在线网站分析工具：baidu统计、google GA等等；

专注移动监测的公司：talkingdata、友盟等等；

数据方

在我们发现“程序化购买”的工具属性后，就自然会意识到数据的重要性，只有有效的数据才能帮助我们精准的触达目标受众，才能及时根据数据反馈调整我们的营销计划。

一般我们会将数据分为三类：

第一方数据（到达广告主官网或者线下店的用户浏览及购买等行为数据）；

第二方数据（同广告主广告投放相关的，用户在线上媒体或线下渠道中同广告主广告互动的相关数据）；

第三方数据就是同广告主没有任何关系的第三方的数据

首当其冲是BAT了：达魔盘(阿里)的电商数据、腾讯的社交数据、百度的搜索数据；

据我个人了解到的信息，阿里的数据大家都知道很宝贵，但基本都是只进不出，最多只能提供到人群画像这个层面；而我们也都知道画像对产品的功能区隔定位有些帮助，但是对指导程序化广告投放还是稍微粗放了些。

百度搜索数据我知道他们有一些规划，曾经开放过对外的一些测试，不过最近好像因他们内部的组织结构调整有些停滞。

腾讯目前在数据对外服务这块相对比较开放，主要基于他们社交相关的数据，他们目前主要提供人口属性相关的性别年龄、他们也提供画像。在广点通的广告流量中若消耗大的话他们也提供一些收入、住宅档次等等标签，不过不是全流量提供，仅仅按一定比例提供。

然后就是手握大量宝贵线下数据公司，为什么要重点提一下线下数据，因为我们毕竟生活在真实的世界中，我们的线下行动往往比线上行为要付出更高的代价，我们去机场不是为了送人就一定是要坐飞机出行的。线上的行为并不一定能真实体现我们的真实意图；比如说：我上网浏览汽车，不一定真的要买车，但是我去4S店看车，八成是有买车打算了，不太可能把4S店当成公园去逛

2、然后就是第三方监测

也是因为其业务特点手握大量广告投放数据：例如：秒针、admaster；移动端的主要有talkingdata、友盟等等；但这些数据由于都是广告主监测的数据，所以在某些场合为了出于广告主数据保护的要求，合作上数据肯定是要做一些模糊处理的。

还有一大块手头有数据的就是媒体了，例如：iqiyi也在提供人口属性性别年龄相关的数据服务“魔术师DMP”，不过单一媒体毕竟覆盖的人群规模还是有一定的局限性。

还有就是传统的一直在做CRM的技术服务公司：例如：百分点、安客诚等等，但CRM数据如何打通线上一直是十分困扰的问题。

当然DSP公司也都号称自己有数据，DSP的数据主要来源于广告流量，广告交易平台为了让DSP更好地根据用户行为决策出价，所以大都会都提供用户当前广告的所在媒体、位置、IP等等用户及媒体信息，所以DSP基于这些广告流量中携带的数据以及 DSP以往投放广告的表现数据，积累了大量数据。

但这些数据由于是广告流量中携带的，因RTB的广告流量大量是“剩余流量”，具有一定的碎片性，不一定能体现用户全部的线上行为，尤其在移动端adx无法像PC那样提供每个广告展示的内容页的URL，能获取到的仅仅是用户广告展示在哪个APP中，获取到的经纬度也仅仅是用户打开APP展示广告时用户当时的线下位置，不一定能体现用户全部移动轨迹。这样破碎的数据很难像PC端那样更规模连续精准地分析用户的行为并给用户打标签。

而对于第一方数据、第二方数据就需要广告主自己搭建DMP系统或使用免费的第三方统计分析工具：

第一方DMP的供应商也特别的多：上述具备大数据处理能力的公司都有类似的能力输出服务：监测公司、DSP公司、纯DMP技术服务公司、第三方统计分析工具等等。

今年随着东风日产、美赞臣、伊利都纷纷开建自有DMP；广告主搭建自有DMP累积营销数据资产已成一大趋势。

下图为掌慧纵盈线下DMP线上打通营销解决方案示意图         

首先看一下典型的剩余流量RTB公开竞价的模式：

优势：

1. 是买方可买人，而不是买流量，最大化投放效率；

2. 利于数据积累；

3. 可实时根据反馈的数据闭环优化广告投放。

不足:

1. 在于售卖的流量不够高大上，尤其对于高大上的品牌广告主；

2. 剩余流量作弊较严重，流量相对“不清晰

私有程序化PDB模式：

正是因为剩余流量的“不清晰”，“高大上”的广告主既想要享受到程序化购买的优化手段，又想要满足自己对各类广告环境或媒体的要求，催生了私有程序化PDB模式，PDB不变的是传统广告排期采买执行流程，改变的是通过技术手段广告主获取了广告位的管理权：让这些传统广告位更智能化、更可控化、更精益化，以及更规模化。这种模式也是很多业内的人俗称的“保价保量”的模式。我们也能看到这种程序化广告的模式近乎完美，但是最大的问题就是门槛太高，因为“保价保量”对流量的筛选还是不能做到极致。

优先交易PD：

那么我们自然就会想到是否可能存在一种“保价不保量”，买方可以任意挑选流量的模式，即：优先交易PD；同时也迎合了很多较好媒体较好位置的广告流量卖方期望能卖出更好的价钱的需求。

私有竞价PA：

最后“私有竞价PA”，就是大家组成一个VIP竞价俱乐部，对于相对好一些的流量希望能卖一个好一点的价钱，同时希望好一些的广告主投放；而广告主也希望能和同一优质档次的广告主同台竞争，而不是同一些小摊贩去抢路边货。

每家企业的行业有差异、预算有多有少，那么，不同规模、不同行业的企业在程序化购买中有哪些最佳玩法？

从规模上看如果营销预算每天只有几千元以内的中小企业，可以选择自助的DSP平台（独立DSP或依附流量的DSP）先通过一定的投放，并结合推广活动及SEM效果的反馈来发掘适合自己品牌及产品的人群媒介特征，人群媒介特征有很多：媒体、点位、尺寸、地域、时段、人群标签等等很多很多。

对于每个Campaign会超过百万的大企业，可以选择运用PDB来对包段的黄金流量进行程序化方式优化，以及通过RTB方式在更大的流量范围内扩大品牌及产品的传播幅度和深度。同时结合一些促销活动等等集客手段来拉动后续消费转化。

对于关注ROI的电商及在线旅游等等，访客找回(retargeting)的效果是最好的，所以可能就需要采用一定的DMP的技术手段将线上商城中的访客数据进行收集，并分析不同SKU访客的主要行为及媒体特点，对这些媒体流量采用PD、PA等方式进行高价预订，确保高效准确地触达目标人群提升ROI。

对于存在大量线下连锁实体店的企业，可能就需要采用一定的线下DMP的技术手段将线下到店顾客的数据进行收集，同时分析这些顾客的主要线下线上行为及媒体行为特征，通过一定手段进行线上线下定向投放，这样大大提升准确地触达目标人群的效率。

更多请关注安徽360推广官网www.360ahas.com www.360ahas.cn

原创文章 禁止转载